语义感知异构网络

异构协作感知

通过选择感知关键信息进行共享与融合，SAHNet解决了现有多智能体协作感知中冗余信息导致远距离和遮挡物体检测性能下降的问题。

Zhe, Huang · 王永才 · 李德英 · Han, Yunjun · Wang, Lei

Advanced Engineering Informatics 2025

参数信息

数据集数量

3

技术优势

只共享关键信息

通过前景与边界特征选择模块增强有意义特征提取，避免传输大量冗余信息，提升远距离和遮挡目标的检测性能。

适配异构协作系统

异构特征迁移模块充分考虑协作者之间的异质性，更好地传递感知关键特征，使系统能够处理不同传感器配置的智能体。

融合更聪明

语义特征融合模块利用语义信息有效聚合特征，进一步提升检测精度。

抗噪与时延

在存在定位噪声和时间延迟的条件下仍表现出强鲁棒性，适合真实部署场景。

应用场景

• 多智能体协作感知：用语义感知筛选关键信息，避免冗余，提升远距离和遮挡目标检测性能。
• 机器人环境感知：为异构机器人群体提供抗噪、抗时延的协作感知能力，提升环境理解鲁棒性。
• 车路协同感知：支持车路异构节点间的关键信息共享与融合，提升道路环境目标检测精度。
• 无人机协同探测：适配异构无人机集群，通过语义融合增强协同探测能力。
• 低空飞行器感知：为低空飞行器提供抗定位噪声的感知关键特征选择，保障低空环境检测鲁棒性。